基于IPOA-BILSTM模型的验潮站月海平面高预测
ID:3815 View Protection:ATTENDEE Updated Time:2024-04-14 12:39:25 Hits:1930 Oral Presentation

Start Time:2024-05-19 16:51(Asia/Shanghai)

Duration:7min

Session:S20 主题20、城市海岸带与陆海统筹 » S20-3主题20、城市海岸带与陆海统筹 专题20.4、专题20.6、专题20.7(19日下午,4F观海厅2)

No files

Abstract
随着海平面的不断上升,人类面临的生存挑战日益严峻。因此,精确预测海平面变化对防范水文灾害具有重要作用。为了解决传统预测方法精度不高的问题,提出一种改进鹈鹕优化算法(IPOA)与双向长短期记忆网络(BILSTM)预测模型,即IPOA-BILSTM模型。鹈鹕优化算法(POA)是近年研究的热点,但是在实际应用中容易陷入局部最优解,为此,采用多重策略进行改进。首先,利用切比雪夫映射代替伪随机数的形成,产生更具遍历性的初始种群,增加最优解的多样性;然后引入反向差分学习策略,为每只鹈鹕构建反向解,增强局部和全局的搜索能力,从而提高在复杂环境下探索最优解的效率。基于验潮站数据开展IPOA-BILSTM、POA-BILSTM、BILSTM的海平面预测对比实验,实验结果证明了IPOA-BILSTM在提升预测精度,减少预测误差方面的有效性。
 
Keywords
海平面预测,鹈鹕优化算法,双向长短时神经网络,验潮站
Speaker
刘娉婷
硕士研究生 东华理工大学

Submission Author
刘娉婷 东华理工大学
王胜平 东华理工大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 17

    2024

    to

    May 20

    2024

  • Mar 31 2024

    Draft paper submission deadline

  • Mar 31 2024

    Contribution Submission Deadline

  • May 20 2024

    Registration deadline

Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
Previous Conferences